Как анализировать данные FCM BigQuery с помощью ИИ

BigQuery MCP Toolbox – это набор инструментов MCP, упрощающих взаимодействие с данными BigQuery. Его можно использовать для запроса данных, экспортированных из FCM в BigQuery. В этой документации показано, как использовать BigQuery MCP Toolbox и ИИ-агента, чтобы быстро и эффективно запрашивать и анализировать эти данные.

Настройка BigQuery Export

  • Убедитесь, что в проекте FCM настроен экспорт данных в BigQuery. Подробнее о доставке сообщений…
  • После включения FCM будет автоматически заполнять набор данных BigQuery событиями доставки сообщений.

Как настроить BigQuery MCP Toolbox

  1. Чтобы установить и настроить набор инструментов MCP для BigQuery, следуйте инструкциям в статье Как использовать BigQuery с агентами.

Как запрашивать данные BigQuery Export с помощью ИИ-агента

После завершения настройки ИИ-агент должен быть в состоянии перечислить доступные инструменты. Убедитесь, что вашему ИИ-агенту доступны следующие инструменты:

  • execute_sql
  • get_dataset_info
  • get_table_info
  • list_dataset_ids
  • list_table_ids

Теперь вы можете использовать следующие примеры запросов с вашим ИИ-агентом:

  • Сколько уведомлений FCM было отправлено за последние семь дней?
  • Постройте график данных по дате.
  • Какие ошибки чаще всего приводят к отсутствию уведомлений?

Преимущества использования ИИ-агента для исследования данных

Вот некоторые преимущества использования ИИ-агента для исследования данных:

  • Доступность. Пользователи могут запрашивать данные на естественном языке.
  • Простая визуализация. Вы можете использовать возможности LLM для визуализации данных, полученных из BigQuery.

Каналы обратной связи

Чтобы оставить отзыв, свяжитесь с нами:

  • Если у вас возникли проблемы с ответами ИИ-агента, свяжитесь с владельцем модели или командой ИИ-агента.
  • Если у вас возникли проблемы с BigQuery MCP Toolbox, обратитесь в службу поддержки Google Cloud.